Was ist eine Cloud-Datenplattform?

Cloud-Datenplattform

Der Hauptzweck einer Cloud-Datenplattform ist es, einem Unternehmen eine einfachere Verwendung und Verwaltung seiner Daten zu ermöglichen. Zugleich soll dabei deren Sicherheit gewährleistet sein und eine integrierte Einsicht in die Daten zur Verfügung gestellt werden. Cloud-Datenbanken vereinen:

• Eine einfachere und schnellere Skalierbarkeit
• Data-Warehousing
• Data Lakes
• Data Engineering
• Data Science
• Die Entwicklung von Datenanwendungen
• Den Datenaustausch (das sichere Teilen und Verwenden der geteilten Daten)

Angesichts des enormen Wachstums an Daten und der verschiedenen Arten von Daten, die für geschäftliche Entscheidungen genutzt werden, müssen Cloud-Data Warehouses Flexibilität und Auswahlmöglichkeiten bieten, sodass unterschiedliche Arten von Unternehmen von ihnen profitieren können. Unternehmen aller Größen, von multinationalen Konzernen bis zu Kleinbetrieben, nutzen diese cloudbasierten Data Warehouses oder ziehen ihre Verwendung in Erwägung, da diese verlässliche und erschwingliche Partner bei der Bewältigung des Datenmanagements sind.

Vorteile einer integrierten Cloud-Datenplattform

Die beste Cloud-Datenplattform sollte folgende Leistungsmerkmale bieten:

• Data Warehouse
• Datenintegration
• Data Lake
• Data Science
• Analyse

Die Kunden können Batchdaten, Streaming-Daten oder Echtzeitdaten erfassen, diese in einem Data Warehouse oder in Data Lakes speichern, katalogisieren und verwalten, sie visualisieren und analysieren und dazu Lösungen für maschinelles Lernen entwickeln und bereitstellen.

Mithilfe einer integrierten Lösung können die Kunden Sicherheitsrichtlinien über das Data Warehouse und den Data Lake hinweg nutzen sowie nahtlos den Data Lake und das Data Warehouse zusammen abfragen. Die integrierte Unterstützung für Multimodell-Daten und mehrere Workloads wie analytisches SQL, maschinelles Lernen, Diagramme und räumliche Daten in einer einheitlichen Datenbank-Instanz reduziert die Komplexität der Integration und die Verwaltung, die in Bezug auf andere Anbieter erforderlich ist, und bietet darüber hinaus Support für Integrationen und Analysetools von Drittanbietern.

Leichter Einstieg

Mit einer Cloud-Datenplattform können Unternehmen Bereitstellungen innerhalb von Minuten anstatt von Monaten vornehmen. Oracle bietet webbasierte Nutzer-Schnittstellen für Self-Service-Bereitstellung, Datenladeprozesse und Datenanalyse. Die Bereitstellung und Analyse der Daten dauert nur wenige Minuten; keine Integration erforderlich.

Bestehende Oracle Database-Kunden können die selben Datenmodelle und Tools beibehalten und die ETL-Prozesse ermöglichen eine einfache Modernisierung. Auch wenn der Zeitaufwand eine wichtige Rolle spielt, gibt es bei der Bereitstellung eines funktionsfähigen Data Warehouses dennoch eine ganze Reihe anderer Faktoren zu beachten. Die bestehenden Anwendungen ,Tools, ETL-Prozesse und vieles mehr müssen alle auch mit der neuen Cloud-Datenplattform funktionieren. Da unsere Cloud-Plattform auf der selben On-Premise-Datenbank basiert, die in weithin verwendet wird, ist die Migration für bestehende Datenbankkunden wesentlich einfacher.

Einfache Ausführung und Sicherung

Eine Cloud-Plattform zur Verfügung zu stellen, die die notwendigen Tools zur Entwicklung, Integration, Überwachung und Sicherung von Anwendungen – sowie für Analysen, um präzise, relevante und transformative Einblicken zu gewinnen – bietet, kann eine Herausforderung sein. Und nicht jede Plattform wird dieser auch gerecht. Deswegen ist ein sicherer Ansatz für die Cloud so wichtig. Dieser sollte eine tief in jeder Ebene der Cloud integrierte Sicherheit bieten (bis hinunter auf die Chip-Ebene) sowie separate Cloud-Sicherheitsdienste, die die Kunden in ihre Cloud-Anwendungen aufnehmen können.

Durch die autonome Verwaltung können Kunden leistungsstarke, hochverfügbare und sichere Data Warehouses betreiben, während die Komplexität von Administration entfällt und die Kosten gesenkt werden. Dadurch können zum Beispiel einzelne Geschäftsbereiche mühelos ihren eigenen dedizierten Data Mart einrichten, ohne auf die Hilfe der IT bei der Bereitstellung und Ausführung angewiesen zu sein. Oracle Autonomous Data Warehouse automatisiert die Bereitstellung, Konfiguration, Sicherung, Optimierung und Skalierung sowie das Backup und die Reparatur von Data Warehouses.

Einfache Analyse

Cloud-Datenplattformen sollten über Analysetools verfügen, die leistungsstark und benutzerfreundlich sind, um den Kundenservice zu verbessern und neue Umsatzströme zu erschließen. Wir bieten mit Autonomous Data Warehouse integrierte Analysetools wie räumliche Daten und Diagramme, eine einfache Integration mit Oracle Analytics Cloud, einen Support für andere beliebte Business Intelligence (BI)-Tools und integrierte Services zur Erstellung und Bereitstellung von Modellen für das maschinelle Lernen. Mit diesen umfassenden Tools und Services können Kunden agile Unternehmen erstellen, die flexibler sind und sich schneller anpassen können.

Anwendungsfälle für Cloud-Datenplattformen

• Erstellung eines Data Mart: Analysten benötigen eine effiziente Möglichkeit, um Daten aus mehreren Tabellen oder anderen Falt-File-Datenquellen in eine zuverlässige, wartbare und für Abfragen optimierte Quelle zu konsolidieren. Mit einer Cloud-Datenplattform können sie Daten aus mehreren Quellen in ein zentralisiertes Data Warehouse laden und dort optimieren, sodass die Abteilungen die Daten analysieren und daraus relevante Ereknntnisse gewinnen können.
• Integration mit geschäftskritischen Anwendungen: Laden Sie Daten aus Oracle E-Business Suite und anderen Quellen in einen zentralisierten Data Warehouse-Standort und optimieren Sie diese für Analysen, sodass die Abteilungen sich relevante Erkenntnisse sichern können. Stellen Sie dabei zugleich sicher, dass die Ergebnisse auf einfache Weise operationalisert und in die Anwendungen zurückgespeist werden können, um datengestützte Entscheidungen zu ermöglichen.
• Erstellung eines Data Warehouses: Daten sind oft auf mehrere Systeme über das ganze Unternehmen verteilt und können nicht auf einfache Weise integriert und analysiert werden, um relevante Erkenntnisse zu erhalten. Reichern Sie Daten von Untenrehmensanwendungen mit Rohdaten und Ereignisdaten an, um Prognosen zu erstellen.
• Integration eines Data Lake und eines Data Warehouse: Kombinieren Sie die Möglichkeiten eines Data Lakes mit denen eines Data Warehouses, um Streamingdaten und eine große Bandbreite von Unternehmensdatenquellen zu verarbeiten und diese Daten dann für Gesschäftsanalysen und das maschinelle Lernen zu nutzen.
• Verarbeitung und Analyse von Streamingdaten mithilfe von maschinellem Lernen: Verarbeiten Sie Streaming-, Ereignis- und Protokolldaten für eine vorausschauende Wartung. Wenden Sie erweiterte Analyse- und Data Science-Funktionen an, um den Kontext für ein umsetzbares Ereignis zu verstehen, Einblicke zu gewinnen und eine Antwort zu erstellen. Oracle Autonomous Database lässt sich gut mit Oracle Analytics Cloud integrieren. Dadurch können Sie Anwendungen erstellen, testen und bereitstellen und zugleich von den integrierten räumlichen und Diagrammanalysen profitieren.

Konvergierte Datenbank

Einzweck-Datenbanken oder zweckgebundene Datenbanken, wie sie auch oft genannt werden, werden für einen engen Problembereich entwickelt. Aufgrund ihres einfachen Aufbaus können sie einige wenige Dinge sehr gut erledigen – andere Sachen dafür überhaupt nicht. So lassen sich zum Beispiel Einzweck-Datenbanken gut skalieren, da sie keine umfassenden Konsistenzgarantien bieten.

Deswegen erscheinen Einzweck-Datenbanken zunächst wei eine gute Option, da die Entwickler genau das erhalten, was sie zum Beginn eines Projekts benötigen. Aber oft werden bei der Entwicklung Änderungen in der Mitte des Projekts erforderlich oder es stellen sich unvorhergesehene geschäftliche Anforderungen ein. Das stellt die Entwickler dann vor eine harte Entscheidung: Sollen Sie noch einmal ganz von vorne mit einer anderen Einzweck-Datenbank beginnen, um den neuen Anforderungen gerecht zu werden, oder die Beschränkungen der ursprünglichen Einzweck-Datenbank irgendwie umgehen, wodurch aber unnötig die Komplexität erhöht wird. Und Aufgaben wie die betriebliche Berichterstattung werden sehr schwer, wenn nicht gar unmöglich, wenn die benötigten Daten in verschiedenen Datenformaten und verschiedenen Spezialdatenbanken abgelegt sind.

Die konvergierte Datenbank bietet einen nativen Support für alle modernen Datentypen in einem Produkt. Konvergierte Datenbanken unterstützen räumliche Daten für die Standorterkennung, Diagrammdaten für die Modellierung von Beziehungen, JSON für Dokumentenspeicher, das IoT, für die Geräteintegration, In-Memory-Technologien für Echtzeitanalysen und traditionelle relationale Daten. Durch die Unterstützung dieser verschiedenen Datentypen kann eine konvergierte Datenbank alle Arten von Workloads ausführen, vom IoT und der Blockchain bis hin zu Analysen und maschinellem Lernen. Und durch die Integration neuer Datentypen und Workloads in eine konvergierte Datenbank können Sie verschiedene Workloads und Datentypen einfacher unterstützen, ohne dass dafür mehrere Systeme gewartet und verwaltet werden müssen. Außerdem können Sie so für alle Arten von Workloads und Datentypen eine vereinheitlichte Sicherheit bereitstellen. Durch die Unterstützung von Algorithmen für maschinelles Lernen und von Diagrammdaten innerhalb der selben Datenbank können Sie mithilfe grafischer Analysen ein einfaches Feature Engineering durchführen und diese Daten dann zur Anreicherung Ihrer Daten für das maschinelle Lernen verwenden. Dadurch können Sie einfacher und schneller datengesteuerte Apps entwickeln.

Entwicklung einer Cloud-Datenplattform

Eine Cloud-Plattform für das Datenmanagement mit einem breiten und tiefen Portfolio über Anwendungen, Plattformen und die Infrastruktur hinweg, bietet Ihrem Unternehmen die Tools und Fähigkeiten, um Ihren eigenen Weg zu einer erfolgreichen Cloud zu ebnen. Dadurch müssen Sie weniger Zeit mit der Wartung von IT-Ressourcen verbringen und können sich mehr auf echte Innovationen konzentrieren – mit der Zuversicht, dass Ihr Partner alle Tools bereithält, um auf Ihre Anforderungen einzugehen.

Auswahl zwischen Cloud-Bereitstellungsoptionen bietet Unternehmen volle Kontrolle und Flexibilität. Unsere Cloud-Datenplattform ermöglicht es unseren Kunden, ihre jeweiligen Anwendungen auf ihrer eigenen Private Cloud bereitzustellen und zu verwalten oder diese Workloads in die Public Cloud zu verlagern. Dabei handelt es sich aufgrund der Verwendung von Standardtechnologien (selbe Standards, selbe Produkte und einheitliche Verwaltung) um eine nahtlose Migration. Außerdem bietet unsere Cloud@Customer-Lösung weitere Optionen, indem sie es Unternehmen ermöglicht, von der Leistung unserer Cloud innerhalb ihrer jeweiligen Firewalls zu profitieren.

Mit der Einführung der ersten selbstverwalteten Datenbank der Welt revolutionieren wir das Datenmanagement. Unsere Datenbanktechnologie automatisiert das Datenmangement durch die Integration von künstlicher Intelligenz und maschinellem Lernen, um eine noch nie dagewesene Verfügbarkeit, Leistung und Sicherheit zu bieten. Autonomous Database beinhaltet drei wesentliche Elemente: Einen datenbankoptimierten Infrastructure-as-a-Service, automatisierte Datenbankoperationen und eine richtliniengesteuerte Workload-Optimierung sowie maschinelles Lernen. Diese Lösung ermöglicht die Bereitstellung, das Patchen, Upgraden und Sichern im Online-Modus. Dazu kommen Funktionen für die Überwachung, das Skalieren, Diagnosen, Tuning und Optimierung sowie die automatische Behebung von Fehlern. Autonomous Database beinhaltet JSON, maschinelles Lernen, Diagrammanalysen und räumliche Analysen. Dadurch müssen die Benutzer Daten nicht mehr verschieben und können mit der selben Datenbank unterschiedliche Aufgaben erledigen.

Bei der Cloud-Datenplattform handelt es sich um eine integrierte Lösung, die maschinelles Lernen, Analysen von Drittanbietern und ISV-Anwendungen unterstützt. Wir bieten eine einheitliche Lösung, die eine selbstverwaltete Integration, ein Data Warehouse, Data Lakes, Analysedienste und Data Science zur Verfügung stellt, sodass Unternehmen maximal von ihren Daten profitieren können. Dieses moderne Data Warehouse vereinfacht jeden Aspekt der Daten, einschließlich der Aufnahme, der Transformation, der Kuratierung sowie der Datenerkennung und -analyse. Mithilfe dieses Tools können Unternehmen einen maximalen Nutzen aus ihren Daten ziehen, um so heute besser auf ihre Kunden eingehen und an den geschäftlichen Innovationen der Zukunft arbeiten zu können.